Chatbots beantwoorden slechts één op de acht vragen van klanten correct, wat leidt tot groeiende ergernis. Als je een chatbot gebruikt, is het essentieel om zijn prestaties actief te meten en de overstap naar een menselijke medewerker te optimaliseren.

Wat er aan de hand is

Uit de Nationale Voice Monitor 2026, een jaarlijks onderzoek onder ruim duizend Nederlandse respondenten, blijkt dat chatbots en spraakassistenten slechts twaalf procent van de vragen correct oplossen. De ergernis over geautomatiseerd klantcontact is toegenomen van 38 procent in 2025 naar 42 procent in 2026. Meer dan 77 procent van de consumenten heeft wel eens contact met een chatbot. Het grootste knelpunt, volgens ruim vier op de tien consumenten, is dat ze niet eenvoudig kunnen worden doorgeschakeld naar een menselijke medewerker als de chatbot het antwoord niet weet. Volgens het rapport schieten de systemen tekort omdat ze vaak alleen op veelgestelde vragen zijn getraind en de weg kwijtraken bij afwijkende, complexe of emotioneel beladen situaties.

Wat dit betekent

Voor ondernemers betekent dit dat een slecht functionerende chatbot meer kwaad dan goed doet. Het risico is niet alleen een ontevreden klant op dat moment, maar ook een structurele toename van ergernis, zoals het onderzoek laat zien. De acceptatie van AI in klantcontact is aanwezig – de helft van de consumenten staat er open voor – maar is volledig afhankelijk van daadwerkelijke probleemoplossing. Het dominante contactkanaal blijft de telefoon (60%), wat aangeeft dat klanten bij serieuze vragen nog steeds de menselijke zekerheid zoeken. De kernbehoefte van negentig procent van de consumenten is simpelweg ‘begrepen worden’, iets waar de huidige generatie chatbots duidelijk in faalt.

Hoe je dit kunt toepassen

De praktische toepassing van dit onderzoek is het systematisch meten en verbeteren van je eigen chatbot, met focus op de grootste pijnpunten die consumenten noemen.

Als je een webshop runt en een chatbot gebruikt voor orderstatus of retouren… meet dan eerst het slagingspercentage. Je zou kunnen bijhouden hoeveel chats eindigen met een tevredenheidsbeoordeling of zonder dat er alsnog een e-mail wordt gestuurd. Een mogelijkheid is om wekelijks een steekproef te nemen van gesprekken die zijn doorgeschakeld naar een medewerker; dat zijn vaak de vragen waar je bot op vastliep. Train de bot vervolgens specifiek op die vraagtypen.

Als je een chatbot inzet voor eerste-lijns support… zorg er dan voor dat de overstap naar een mens na één mislukte vraag moeiteloos verloopt. Het onderzoek toont aan dat 42% van de consumenten dit als een groot nadeel ervaart. Overweeg om de knop ‘spreek met een medewerker’ prominent en altijd zichtbaar te houden, in plaats van deze te verbergen achter meerdere botvragen. Dit respecteert de tijd van de klant en beperkt frustratie.

Als je verantwoordelijk bent voor de klantenservice-afdeling… richt je metingen niet alleen op kostenbesparing, maar vooral op klanttevredenheid. Het onderzoek geeft aan dat 62% van de klanten snelheid wil en 90% begrip. Je zou kunnen monitoren of gesprekken met de chatbot sneller tot een oplossing leiden dan wachten in de telefoonwachtrij. Een andere optie is om te meten hoe vaak complexe vragen (zoals klachten of contractvragen) correct worden herkend en direct worden doorgeschakeld.

Als je overweegt een chatbot te implementeren… stel dan realistische verwachtingen. De technologie staat, volgens het rapport, nog in de kinderschoenen. Een mogelijkheid is om te starten met een zeer beperkte scope, bijvoorbeeld alleen het beantwoorden van openingsuren en locatievragen, waar het slagingspercentage hoog kan zijn. Bouw de complexiteit pas uit als je ziet dat deze basisvragen consistent correct worden afgehandeld.

Bron: Emerce